本文提出一种基于分层结构的波束对准算法 (HBA) 来降低毫米波通信系统中波束对准所需时间，该算法将波束对准问题转化为了随机多臂老虎机问题，并利用波束间的相关性来加速波束对准过程，同时通过加入信道波动先验知识来进一步加快波束对准过程。理论分析表明，该算法渐近优越。大量模拟实验表明，该算法能够在多径信道中高概率地确定最优波束，并将波束对准时间从几百毫秒降至几毫秒，比 IEEE 802.11ad 中现有的波束对准方法更为高效。

Sep, 2019

利用多臂老虎机的前置探索方法，提出了一种基于自相关和异方性的快速 beam 对齐算法，通过聚类后对 beam 集合中的 beam 进行快速对齐。该算法在毫米波通信系统中，具有显著优越性。

Oct, 2022

本文通过多臂老虎机框架，提出了一种在线学习算法，用于选择和优化天线成对的方向，以最大化功率角谱在该位置上的峰值，并在较短的时间步数内实现与无遗漏搜索相当的性能。

Sep, 2018

本论文提出使用机器学习策略 Bayesian optimization 来有效解决毫米波通信中非常狭窄的波束对准问题，提高信道的谱效率并减小了通信的开销。

Jul, 2022

本文开发了一种名为 Unimodal Bandit for Best Beam (UB3) 的算法，通过纯探索策略在有限时间内利用波束接收信号强度的单峰结构，找到最佳波束，证明了其误差指数不依赖于波束数量，并通过大量仿真证明了 UB3 的优越性，而且该算法实现简单且计算复杂性低。

Dec, 2022

利用毫米波、5G 和车辆通信研究具有潜力的提高信道带宽和网络容量，通过开发一种名为多主体背景学习（MACOL）的新策略，利用环境上下文信息来控制干扰并分配毫米波束为网络中的车辆服务，成功实现了在重载交通负荷条件下将干扰水平保持在约 10% 左右。

Jan, 2024

本文介绍了一种用于解决波束对准问题的非负最小二乘技术，利用了毫米波信道在到来和离去角度方向上的稀疏性，在通过预定义的伪随机波束形成码本和伪随机扩展码进行的下行通信期间定期探测通道。结果表明，该方案在高速运动下的表现性能仍然优异，且通信需无需在时间域进行均衡处理。

Jun, 2018

提出了一种一维行动模型，其中移动用户（MU）通过毫米波与路边的基站（BS）通信。基站通过扩大传输束来补偿位置不确定性，当达到关键光束宽度时，它执行光束扫描来细化 MU 位置估计，然后进行窄束通信，并计算出平均速率和平均传输功率，提出了一种最大化平均速率的最优设计的优化光束宽度，扫描光束数量和传输功率分配。与 IEEE 802.11ad 标准的自适应相比，该方案表现出高达 90% 的频谱效率降级。

Jan, 2018

该论文研究了大型天线阵列下的毫米波通信技术。通过自适应序列优化天线束成形向量，以改善信号衰减和干扰问题，提出了一种新的自适应序列对齐算法，其搜索时间与性能无噪声双分搜索相匹配。与之前的解决方案相比，该算法在低信噪比（-10dB 至 5dB）的情况下得到了明显的通信速度提升，完成了独立的毫米波通信的首次演示。

Dec, 2018

本文提出了一种自适应设计的方法来减少车联网在毫米波频段操作时遇到的性能退化问题，并通过时间相关性来优化吞吐量和功耗，该方法被称为 C-PBVI。

Feb, 2020